CN105070078B - 一种基于车车通信的动态路径诱导方法 - Google Patents

Abstract

本发明涉及车联网和交通诱导技术领域，具体涉及一种通过车与车之间的信息交互和共享，实现对驾驶员出行路径的动态优化和诱导的方法。本发明提出了一种基于车车通信的动态路径诱导方法，该方法以车辆的车载设备作为交通信息采集、共享、汇集装置，获取车辆出行起点至出行终点网络之间的道路网络交通流运行信息。车载设备以获取到的路网各道路路段的路段行程时间作为最短路计算中的路段权值，为驾驶员优化最优出行路径，引导驾驶员走最佳行驶路径。

Description

一种基于车车通信的动态路径诱导方法

技术领域

本发明涉及车联网和交通诱导技术领域，具体涉及一种通过车与车之间的信息交互和共享，实现对驾驶员出行路径的动态优化和诱导的方法。

技术背景

目前，基于实时道路交通信息的动态交通诱导***主要分为分布式诱导和中心式诱导两种方式。分布式诱导是交通信息中心通过无线通信网络向车载终端设备提供路网全局动态交通信息，由车载终端设备根据驾驶员的出行起点和出行终点，自行计算最佳行驶路径。但分布式诱导方式存在动态交通信息通信量大、车载终端计算资源消耗大、路网交通信息更新时间长、通信网络负载严重等问题，同时，研究资料表明：当路网中超过1/3的车辆采用分布式诱导时，容易导致被诱导车辆都驶向不拥挤路线，造成新的交通拥挤，即交通拥挤转移。

中心式诱导是交通信息中心根据路网实时的道路交通信息，从路网全局的角度，计算路网所有点对之间的最佳行驶路径，从均衡路网负荷、防止交通拥堵出发，通过无线通信网络为路网上的每一个车载终端设备提供最优出行路径，车载终端设备根据接收到的路径信息，引导驾驶员走最佳出行路线。虽然中心式诱导方式可以有效避免交通拥挤转移的产生，但交通信息中心需要强大、实时、高频的计算能力，交通信息中心负载严重而且维护困难，没有考虑驾驶员出行路径选择的动态变化特性以及驾驶员的诱导服从率，造成诱导服从率低下，无法真正起到缓解城市交通拥挤、拥堵的目的。

无论是分布式诱导还是中心式诱导均需要在全路网中安装大量的交通信息检测装置，进行道路交通运行参数和运行状态的全时空检测与监测，需要投入大量的资金和设备以保证交通诱导***的全时空、高可靠、高精度的运行。

发明内容

针对目前动态交通诱导***在路网中需要安装大量交通检测装置、交通信息通信网络负载严重、交通信息中心计算负荷过载等问题，本发明提出了一种基于车车通信的动态路径诱导方法，该方法以车辆的车载设备作为交通信息采集、共享、汇集装置，获取车辆出行起点至出行终点网络之间的道路网络交通流运行信息。车载设备以获取到的路网各道路路段的路段行程时间作为最短路计算中的路段权值，为驾驶员优化最优出行路径，引导驾驶员走最佳行驶路径。

本发明的技术解决方案主要通过车载设备(On-Board Device，OBD)进行交通信息采集、共享、出行路网交通信息提取以及出行路径优化和诱导。本发明提出的一种基于车车通信的动态路径诱导方法，其特征主要包括：

1)车辆运行轨迹获取

车载设备安装在车辆驾驶舱多媒体仪表盘位置，通过内置GPS模块和GIS模块获取车辆的出行起点VEH_O、出行终点VEH_D、GPS时间、GPS经纬度、GPS瞬时速度、GPS方向角等车辆运行轨迹信息。

2)路段行程时间提取

车辆在行进过程中，车载设备通过内置的GIS模块将GPS信息经过坐标转换、地图匹配后映射到GIS模块的电子地图上，即道路交通网络上。根据GPS点在道路路段的分布情况，计算车辆通过道路路段的行程时间。

3)路段行程时间共享

当车辆靠近交叉口一段距离范围内(包括车辆驶进交叉口和驶离交叉口)，车载设备通过短程无线通信模块与直行进入、左转进入、右转进入对向路段的车辆进行交通信息共享，获取对向车辆最近驶离的道路路段的行程时间，并对获取的同一道路路段的多个路段行程时间进行平均处理后存储到车载设备内置的嵌入式数据库中。

4)路网交通信息汇集与出行路径优化

当准备出行的车辆确定出行终点后，则在车载设备GIS模块中形成了车辆出行起点和出行终点之间的网格路网Grid_OD，车载设备通过内置无线通信模块搜索Grid_OD网络内车载设备无线通信覆盖范围内的所有车辆，首先提取所有车辆行驶在Grid_OD网络内的道路路段行程时间及其存储的相邻道路路段行程时间，从而获取全Grid_OD路网各道路路段的路段行程时间，并以路段行程时间作为路段权值，采用Dijstra算法求解车辆出行起点和出行终点的最优出行路径INI_Path。

其次，对Grid_OD网络车载设备无线通信覆盖范围内的所有车辆，提取以车辆出行终点为出行终点或途经点，以车辆出行起点为出行起点或途径点的车辆VEH_ODS；提取以车辆出行终点为出行起点或途经点，以车辆出行起点为出行终点或途经点的车辆VEH_DOS。将VEH_ODS、VEH_DOS在道路网络Grid_OD形成的出行路径集合构建行程新的出行网络Path_OD，以VEH_ODS、VEH_DOS在Grid_OD内驶离道路路段的路段行程时间作为Path_OD网络的路段权值，采用Dijstra算法求解车辆出行起点和出行终点的最优出行路径MIN_Path。

比较INI_Path和MIN_Path两条路径，选择路径行程时间最短的路径通过车载设备的人机交互界面进行显示和诱导。由于路网交通流的动态性和路网交通流运行状态的时变性，每当车辆驶进交叉口时，车载设备以该交叉口作为新的出行起点，重新搜索无线通信网络覆盖范围的所有车辆，并按上述方法提取路网各道路路段的路段行程时间，分别进行最优出行路径求解，并进行两种最优出行路径的路径行程时间比较和诱导选择，直至车辆最终到达出行终点。

附图说明

图1：车辆运行轨迹GPS点道路路段分布图；

图2：车载设备路段行程时间提取位置及提取来源示意图；

图3：车辆出行网格路网与车载设备路网道路路段行程提取车辆范围图；

图4：前向车辆和后向车辆行驶路径构成无向网络图。

具体实施方式

本发明所述的一种基于车车通信的动态路径诱导方法以车载设备作为交通信息采集源，通过路网中车载设备与车载设备之间的信息交互和共享，获取车辆出行起点和出行终点之间道路网络的路段行程时间。车载设备以获取到的路段行程时间作为路段权值，采用Dijstra算法求解车辆出行起点和出行终点之间的最优出行路径，为驾驶员提供出行诱导。本发明提出的一种基于车车通信的动态路径诱导方法，具体工作流程如下：

Step1：路段行程时间提取。运行在道路网络中的车辆，车辆中的车载设备通过内置的GPS模块以一定的时间间隔T获取GPS经纬度、GPS瞬时速度、GPS方向角、GPS时间等GPS信息。同时，车载设备内置的GIS模块将GPS信息通过坐标转换、地图匹配等实时将车辆运行轨迹的GPS点显示在GIS电子地图上。由于车辆进入道路路段的GPS点和离开道路路段的GPS点不可能与道路路段的起点和终点完全匹配，需要根据车辆的GPS点位置、瞬时速度、GPS时间等对车辆的路段行程时间进行估算。假设车辆进入道路路段LINK的GPS点分别为GPS₁、GPS₂、......、GPS_n。GPS₀为车辆在上一个道路路段的最后一个GPS点，GPS_n+1为车辆进入下一个道路路段的第一个GPS点。通过GIS电子地图，可以获得GPS₀和GPS₁距离LINK起点LINK_O的距离分别为LEN_O1和LEN_O2；GPS_n和GPS_n+1距离LINK终点LINK_D的距离分别为LEN_D1和LEN_D2，如图1所示。则车辆在道路路段LINK上的路段行程时间估计为：

LINK_T＝GPS_T_n-GPS_T₁+LKO_T+LKD_T

其中：GPS_V₀、GPS_V₁、GPS_V_n、GPS_V_n+1分别为GPS点GPS₀、GPS₁、GPS_n、GPS_n+1的瞬时速度；GPS_T₁、GPS_T_n分别为GPS点GPS₁、GPS_n的GPS时间；LKO_T为车辆从LINK起点到GPS₁的估计行程时间；LKD_T为车辆从GPS_n到LINK终点的估计行程时间；LINK_T为车辆在道路路段LINK的估计路段行程时间。

同时，车载设备把估计所得的道路路段行程时间存储到车载设备内置的嵌入式数据库中。

Step2：路段行程时间共享。当路网中的车辆驶进或驶离以交叉口为中心，以长度CR为半径的交叉口范围CR_Scan内时，车辆中的车载设备开启内置的短程无线通信功能，搜索CR_Scan范围内与车辆行驶方向相反，已直行、右转、左转驶离交叉口的车辆VEH_Scan，提取VEH_Scan刚驶离道路路段的路段行程时间，如图2所示。同时，车载设备对从VEH_Scan提取的路段行程时间进行标识与分类，按交叉口不同进口方向分别进行道路路段行程时间统计平均，并存储到车载设备内置的嵌入式数据库中。

Step3：车辆出行起迄点获取。当路网中有车辆准备出行时，车辆中车载设备的人机交互单元获取驾驶员输入的出行终点VEH_D，同时车载设备通过内置GPS模块，结合内置的GIS模块自动定位车辆的出行起点VEH_O。

Step4：路网交通信息汇集与出行路径优化。车载设备在内置GIS电子地图上抽取以VEH_O为左上角、VEH_D为右下角的网格路网Grid_OD。同时，车载设备通过内置无线通信网络，以VEH_O为原点，以WR为无线通信网络覆盖半径，形成Grid_OD内的扇行搜索网络Grid_OR，如图3所示。车载设备提取Grid_OR内下行车辆的路段行程时间及其存储的对向路段行程时间作为Grid_OR区域内的道路路段权值；提取Grid_OR内上行车辆的路段行程时间及其存储对向路段行程时间作为Grid_OD内的Grid_OR以外区域的道路路段权值；对于同一道路路段Grid_OR区域内有多辆车辆记录其路段行程时间，则采用多辆车辆记录的路段行程时间平均值作为该道路路段权值；对于Grid_OD内的道路路段无法从Grid_OR区域内车辆获取其路段行程时间的情况，则该道路路段权值为无穷大。由此，Grid_OD各道路路段均获得道路路段权值，采用Dijstra算法优化求解VEH_O、VEH_D之间的初始最优路径，定义为INI_Path，其路径行程时间为PT(INI_Path)。

Step5：无向网络构建及出行路径优化。从搜索网络Grid_OR的车辆中，提取以VEH_D为出行终点或途经点，以VEH_O为出行起点或途径点的车辆VEH_ODS，称为前向车辆。提取这些车辆从VEH_O到车辆当前位置所经过路段的路段行程时间；提取以VEH_D为出行起点或途经点，以VEH_D为出行终点或途径点的车辆VEH_DOS，称为后向车辆。提取这些车辆从VEH_D到车辆当前位置所经过路段的路段行程时间；将VEH_ODS的出行路径和VEH_DOS的出行路径组成VEH_O、VEH_D之间无向路径集，该无向路径集为无向网络Path_OD，如图4所示。对于Path_OD中同一路段既有VEH_ODS路段行程时间，又有VEH_DOS路段行程时间，以VEH_ODS路段行程时间作为无向网络Path_OD的路段权值；对于同一路段具有多辆同向车辆有其路段行程时间，则采用路段行程时间平均值作为无向网络Path_OD的路段权值；最后，采用Dijstra算法优化求解无向网络Path_OD中VEH_O、VEH_D之间的最优路径，定义为MIN_Path，其路径行程时间为PT(MIN_Path)。

Step6：如果PT(MIN_Path)≤PT(INI_Path)，则车辆的车载设备以MIN_Path为诱导路径GUI_Path在车载设备人机交互界面对驾驶员进行路径诱导；否则以INI_Path为诱导路径GUI_Path在车载设备人机交互界面对驾驶员进行路径诱导。

Step7：当车辆从VEH_O运行到下一个节点VEH_O‘时，车载设备将VEH_O‘作为新的出行起点，以VEH_D为出行终点，重复Step4-Step6对出行路径进行重新求解，获得SUB_Path，其路径行程时间为PT(SUB_Path)。如果SUB_Path≠GUI_Path-|VEH_O-VEH_O‘|，车载设备通过人机交互界面提示驾驶员前方最优路径变更，以及变更原因。

Step8：重复Step4-Step7，直至车辆到达出行终点VEH_D。

Claims (1)

1.一种基于车车通信的动态路径诱导方法，其特征包括以下步骤：

Step1：路段行程时间提取：运行在道路网络中的车辆，车辆中的车载设备通过内置的GPS模块以一定的时间间隔T获取GPS经纬度、GPS瞬时速度、GPS方向角、GPS时间；同时，车载设备内置的GIS模块将GPS信息通过坐标转换、地图匹配实时将车辆运行轨迹的GPS点显示在GIS电子地图上；由于车辆进入道路路段的GPS点和离开道路路段的GPS点不可能与道路路段的起点和终点完全匹配，需要根据车辆的GPS点位置、瞬时速度、GPS时间对车辆的路段行程时间进行估算；假设车辆进入道路路段LINK的GPS点分别为GPS₁、GPS₂、……、GPS_n；GPS₀为车辆在上一个道路路段的最后一个GPS点，GPS_n+1为车辆进入下一个道路路段的第一个GPS点；通过GIS电子地图，可以获得GPS₀和GPS₁距离LINK起点LINK_O的距离分别为LEN_O1和LEN_O2；GPS_n和GPS_n+1距离LINK终点LINK_D的距离分别为LEN_D1和LEN_D2；则车辆在道路路段LINK上的路段行程时间估计为：

$LKO\_T=T-T\·\frac{\sqrt{GPS\_V_0^2+2\·LEN\_O1\·\frac{GPS\_V_1-GPS\_V_0}{T}}-GPS\_V_0}{GPS\_V_1-GPS\_V_0}$

$LKD\_T=T\·\frac{\sqrt{GPS\_V_n^2+2\·LEN\_D1\·\frac{GPS\_V_{n+1}-GPS\_V_n}{T}}-GPS\_V_n}{GPS\_V_{n+1}-GPS\_V_n}$

LINK_T＝GPS_T_n-GPS_T₁+LKO_T+LKD_T

其中：GPS_V₀、GPS_V₁、GPS_V_n、GPS_V_n+1分别为GPS点GPS₀、GPS₁、GPS_n、GPS_n+1的瞬时速度；GPS_T₁、GPS_T_n分别为GPS点GPS₁、GPS_n的GPS时间；LKO_T为车辆从LINK起点到GPS₁的估计行程时间；LKD_T为车辆从GPS_n到LINK终点的估计行程时间；LINK_T为车辆在道路路段LINK的估计路段行程时间；

同时，车载设备把估计所得的道路路段行程时间存储到车载设备内置的嵌入式数据库中；

Step2：路段行程时间共享：当路网中的车辆驶进或驶离以交叉口为中心，以长度CR为半径的交叉口范围CR_Scan内时，车辆中的车载设备开启内置的短程无线通信功能，搜索CR_Scan范围内与车辆行驶方向相反，已直行、右转、左转驶离交叉口的车辆VEH_Scan，提取VEH_Scan刚驶离道路路段的路段行程时间；同时，车载设备对从VEH_Scan提取的路段行程时间进行标识与分类，按交叉口不同进口方向分别进行道路路段行程时间统计平均，并存储到车载设备内置的嵌入式数据库中；

Step3：车辆出行起迄点获取：当路网中有车辆准备出行时，车辆中车载设备的人机交互单元获取驾驶员输入的出行终点VEH_D，同时车载设备通过内置GPS模块，结合内置的GIS模块自动定位车辆的出行起点VEH_O；

Step4：路网交通信息汇集与出行路径优化：车载设备在内置GIS电子地图上抽取以VEH_O为左上角、VEH_D为右下角的网格路网Grid_OD；同时，车载设备通过内置无线通信网络，以VEH_O为原点，以WR为无线通信网络覆盖半径，形成Grid_OD内的扇行搜索网络Grid_OR；车载设备提取Grid_OR内下行车辆的路段行程时间及其存储的对向路段行程时间作为Grid_OR区域内的道路路段权值；提取Grid_OR内上行车辆的路段行程时间及其存储对向路段行程时间作为Grid_OD内的Grid_OR以外区域的道路路段权值；对于同一道路路段Grid_OR区域内有多辆车辆记录其路段行程时间，则采用多辆车辆记录的路段行程时间平均值作为该道路路段权值；对于Grid_OD内的道路路段无法从Grid_OR区域内车辆获取其路段行程时间的情况，则该道路路段权值为无穷大；由此，Grid_OD各道路路段均获得道路路段权值，采用Dijstra算法优化求解VEH_O、VEH_D之间的初始最优路径，定义为INI_Path，其路径行程时间为PT(INI_Path)；

Step5：无向网络构建及出行路径优化：从搜索网络Grid_OR的车辆中，提取以VEH_D为出行终点或途经点，以VEH_O为出行起点或途径点的车辆VEH_ODS，称为前向车辆；提取这些车辆从VEH_O到车辆当前位置所经过路段的路段行程时间；提取以VEH_D为出行起点或途经点，以VEH_D为出行终点或途径点的车辆VEH_DOS，称为后向车辆；提取这些车辆从VEH_D到车辆当前位置所经过路段的路段行程时间；将VEH_ODS的出行路径和VEH_DOS的出行路径组成VEH_O、VEH_D之间无向路径集，该无向路径集为无向网络Path_OD；对于Path_OD中同一路段既有VEH_ODS路段行程时间，又有VEH_DOS路段行程时间，以VEH_ODS路段行程时间作为无向网络Path_OD的路段权值；对于同一路段具有多辆同向车辆有其路段行程时间，则采用路段行程时间平均值作为无向网络Path_OD的路段权值；最后，采用Dijstra算法优化求解无向网络Path_OD中VEH_O、VEH_D之间的最优路径，定义为MIN_Path，其路径行程时间为PT(MIN_Path)；

Step6：如果PT(MIN_Path)≤PT(INI_Path)，则车辆的车载设备以MIN_Path为诱导路径GUI_Path在车载设备人机交互界面对驾驶员进行路径诱导；否则以INI_Path为诱导路径GUI_Path在车载设备人机交互界面对驾驶员进行路径诱导；

Step7：当车辆从VEH_O运行到下一个节点VEH_O‘时，车载设备将VEH_O‘作为新的出行起点，以VEH_D为出行终点，重复Step4-Step6对出行路径进行重新求解，获得SUB_Path，其路径行程时间为PT(SUB_Path)；如果SUB_Path≠GUI_Path-|VEH_O-VEH_O‘|，车载设备通过人机交互界面提示驾驶员前方最优路径变更，以及变更原因；

Step8：重复Step4-Step7，直至车辆到达出行终点VEH_D。